知識を見せるのではなく、相手の明日を変える
AIを使いこなしたいという相談を受けると、多くの人はまず、最新機能や便利な使い方を短時間でたくさん知りたいと考えます。たしかに、知識は重要です。新しいモデルや機能を知ることで、できることは増えます。けれども、私たちはAIパーソナルトレーニングにおいて、知識の量そのものを価値の中心には置いていません。私たちが重視しているのは、クライアントの頭の中にある混線をほどき、優先順位を与え、AIを日常の仕事や判断の中で回る形に落とすことです。
AI活用がうまく進まない理由は、知らないことが多いからとは限りません。むしろ実際には、情報が多すぎること、やりたいことが広すぎること、何から着手すべきか定まっていないことのほうが問題になります。ChatGPTもGeminiも触っている。便利さも分かっている。けれども、思考整理にも、業務改善にも、調査にも、企画にも使いたい。そうして用途が広がるほど、運用は曖昧になります。結果として、学んでいるのに定着しない、試しているのに成果が再現しない、という状態に陥ります。そこで必要なのは、さらに知識を積み増すことではなく、使い方を整理し、回る仕組みに変えることです。
私たちのトレーニングでは、まず広げません。先に絞ります。抽象的な目標をそのまま扱うのではなく、毎週繰り返している作業にまで落とします。たとえば、思考を整理したい、営業を改善したい、投資判断の精度を上げたいという相談があったとしても、そのまま進めることはしません。その中で、いま最も機会損失が大きいものは何か。時間を使うわりに成果が安定しない作業は何か。逆に、今回は切ってよいものは何か。こうした問いを通じて、論点を狭めます。方針が明確になるのは、選択肢を増やした時ではなく、余計なものを切った時です。
この考え方は、初回トレーニングにもそのまま反映されます。初回90分の目的は、最新情報を網羅的に伝えることではありません。課題を言語化し、優先順位を決め、最初の型を一つ作ることです。理想的な終わり方はとても明快です。何を先にやるかが決まり、何を今はやらないかも決まり、次回までの宿題が二つ以下に絞られていることです。大きな青写真を描いて終わるのではなく、最初の一枚の設計図を持ち帰っていただくことを重視しています。
ここでいう型とは、難しいものではありません。たとえば、テーマを一つ決め、前提を書き出し、事実と不明点を分け、選択肢を並べ、次の行動を決める。まずはこの程度で十分です。重要なのは、立派さではなく再現性です。続かない完璧な仕組みより、毎週回る小さな仕組みのほうが価値があります。AI活用が定着する人は、例外なくこの再現性を持っています。逆に、うまくいかない人ほど、理想を盛り込みすぎて続かなくなります。だからこそ、私たちは最初から大きく作りません。物足りないくらいの小ささで始めます。
この方針の中で、知識はどう位置づけられるのでしょうか。答えは明確です。知識は不要ではありません。しかし主役でもありません。知識は、診断の材料であり、設計の部品であり、信頼の基礎です。こちらが十分な知識を持っているからこそ、相手のどこが詰まっているのかを見抜き、必要な場面で必要な機能や考え方だけを差し込めます。ただし、その知識をそのまま大量に渡すことはしません。大量の知識は安心感を与えることはあっても、必ずしも行動を変えません。必要なのは、知識の陳列ではなく、行動に変わる最小量の処方です。
私たちは、トレーニングの場で四つの役割を使い分けています。最初はコーチのように現状を聞きます。しかし、聞くだけでは終わりません。途中からはコンサルタントとして論点を切り分け、優先順位を与えます。さらに編集者として余計なものを削り、最後に講師として必要最小限の知識だけを補います。この順番には意味があります。最初から講師になると情報過多になり、最後までコーチのままだと実装が進まないからです。AIパーソナルトレーニングとは、知識提供でも、傾聴だけでもなく、思考と行動の設計支援だと私たちは考えています。
私たちが最後に自分へ問いかけるのは、いつも同じです。今日は知識を渡したか。それとも、相手の明日を変えたか。AIは強力な道具ですが、道具は使い方が定まらなければ力を発揮しません。だからこそ私たちは、知識を見せることより、使える形に整えることを重視します。クライアントが次の一手を迷わず選べるようになること。日次、週次、月次でAI活用が自然に回り始めること。その変化こそが、私たちの考えるAIパーソナルトレーニングの成果です。
